Jiaheng Liu

Descubre los procesos detrás del entrenamiento de modelos de lenguaje de IA avanzados.

MuPT utiliza la notación ABC para generar música de manera efectiva con IA.

MAP-Neo busca transparencia y rendimiento en el modelado de lenguaje de IA.

Un nuevo método ayuda a equilibrar los datos de entrenamiento para mejorar el rendimiento de la IA.

GIEBench evalúa las respuestas empáticas de los LLMs basándose en identidades de grupos diversos.

Presentando un método para automatizar el etiquetado 3D usando indicaciones en 2D.

DDK mejora la destilación del conocimiento, haciendo que los modelos de lenguaje más pequeños sean más eficientes.

Un enfoque novedoso para reconocer categorías en datos sin etiquetar mientras se preservan las clasificaciones antiguas.

I-SHEEP permite que los modelos de lenguaje grandes aprendan continuamente de los datos generados.

Una nueva herramienta evalúa el rendimiento de los modelos de lenguaje grandes en varios tipos de datos.

Los investigadores usan errores en los videojuegos para enseñar a la IA sobre el sentido común físico.

Una herramienta para evaluar las respuestas de seguridad de los modelos de lenguaje grandes en China.